1、映射任务并行度的确定机制
job的映射阶段的并行度由客户端提交job时确定
客户端规划对映射阶段并行度的基本逻辑如下：
将处理对象数据按逻辑切片、即特定的切片大小在逻辑上分割为多个分割，并对各分割分配mapTask并行实例处理
此逻辑和创建的切片规划描述文件是通过FileInputFormat实现类的getSplits )方法完成的，如下图所示。
2、切片是在InputFormat类中定义的getSplit ) )方法
3、FileInputFormat中的默认切片机制：
)1)简单地按照文件的内容长度进行切片
)2)切片大小，默认值等于块大小
)3)不考虑整个数据集，对每个文件分别进行切片
例如，要处理的数据有两个文件。
file1.txt 320M
file2.txt 10M
经过FileInputFormat的切片机制运算，形成的切片信息如下。
file1. txt.split1----0至128
file1. txt.split2----128至256
file1. txt.split3----256至320
file2. txt.split1----0至10m
4、FileInputFormat中切片大小的参数配置
通过分析源代码，在FileInputFormat中，计算片大小的逻辑： math.max(minsize，math.min ) maxsize，blockSize )片主要是这些值
minsize :默认值： 1
配置参数： MapReduce.input.fileinputformat.split.minsize
maxsize :默认值： Long.MAXValue
配置参数： MapReduce.input.fileinputformat.split.maxsize
blockSize:HADOOP 2.X后，HDFS的默认blocksize为128M
因此，http://www.Sina.com/http://www.Sina.com /
最大切片值：
如果参数小于blocksize，切片会变小，与设置的参数值相同
minsize (切片最小值) :
如果参数大于块大小，则切片可以大于块大小